首页|基于SVM的飞机引气系统故障检测方法研究

基于SVM的飞机引气系统故障检测方法研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
基于飞机的历史QAR(Quick Access Recorder,快速存取记录器)数据构建数据集,对数据集进行参数选择、数据预处理、数据集划分等操作,目的是提高模型的运行效率和准确度;使用改进粒子群算法对SVM(Support Vector Machines,支持向量机)的分类参数进行优化,使模型的分类效果达到最优;为了验证模型的故障检测效果,将收集到的某航空公司A320系列飞机的引气系统QAR数据进行预处理并导入模型故障检测,最终将检测结果进行验证.结果表明,使用改进粒子群算法优化的SVM对飞机引气系统进行故障检测,可以提高故障检测的准确率,提前发现潜在的故障,减少故障发生的可能性.
Fault Detection Method of Aircraft Bleed Air System Based on SVM

吉昱玮、吴红兰

展开 >

南京航空航天大学民航学院,江苏南京 211106

飞机引气系统 粒子群算法 支持向量机(SVM) 快速存取记录器(QAR) 故障检测

国家自然科学基金国家重大专项基础研究项目国家重大专项基础研究项目中央高校基本科研业务费中央高校基本科研业务费中央高校基本科研业务费

U13331192017-VIII-0003-01142017-VIII-000256XBA1820156XBC2001856XBC18206

2021

10.19708/j.ckjs.2021.03.010

测控技术
中国航空工业集团公司北京长城航空测控技术研究所

测控技术

CSTPCD
影响因子：0.5
ISSN：1000-8829
年,卷(期)：2021.40(3)
  • 2
  • 8